一位来自阿波罗全球管理（Apollo）的经济学家给出了一个不太受欢迎的结论：在科技行业之外，AI 至今没有为美国企业带来可衡量的财务回报。这句话之所以值得认真对待，不是因为它新颖，而是因为说这话的人来自资产管理行业——一个最终要用现金流而非愿景来结算的地方。
发生了什么
据 TechCrunch 报道，阿波罗的经济学家在评估企业级 AI 投入时表示，尽管资本开支和关注度都达到了空前水平，这项技术对“科技行业以外的美国企业”而言，财务上的收益接近于零。报道没有给出具体的测算方法或分行业数据，核心信息是一句判断：投入与回报之间存在明显落差。
需要说明的是，这是一位经济学家的公开评估，而非一项经过同行评议的实证研究。它的分量来自发言者的位置——管理着大规模资产的机构，其判断往往直接影响资本配置的口径。
为什么重要
过去两年，企业软件与云厂商的叙事主线是“AI 将重构每一个行业”。这一叙事支撑了算力资本开支的持续扩张，也支撑了企业 IT 预算向 AI 项目的倾斜。如果回报迟迟无法在损益表上兑现，这条链条上的每一环都会承压：采购方会要求更严格的 ROI 论证，厂商的增长故事会从“能力展示”转向“成本节约”。
更关键的是时间差问题。历史上，通用技术的回报往往滞后于投资——电力、计算机都经历过漫长的“生产率悖论”期。因此“零回报”未必意味着技术无效，也可能意味着组织流程、数据基础、岗位职责尚未完成配套改造。但资本市场通常没有耐心等待这个滞后期自然结束，它会先要求证据。
影响与看点
对企业买家而言，最直接的变化是采购逻辑的收紧：从“先试点再说”转向“先算清账再试点”。能够明确量化人力节省、周期缩短或错误率下降的场景，会比泛化的“智能助手”更容易拿到预算。
对开发者和 AI 产品团队而言，这意味着交付物需要更贴近财务语言。模型能力本身不再是卖点，能否嵌入既有工作流、能否被审计、能否在半年内算出一笔账，才是决定续约的因素。
对行业整体而言，值得关注的是后续是否会出现更细的分行业测算——制造业、零售、金融、医疗的差异可能远大于“科技 vs 非科技”这个二分法。如果回报集中在少数流程密集型环节，那么“AI 改造一切”的叙事就需要被收窄为“AI 改造特定环节”。
一个克制的判断：目前缺乏公开的、可复现的测算支撑“零回报”这一强表述，但它提出的问题是对的——当投入已经发生，回报的举证责任正在从怀疑者转移到受益者一方。
